1. import pandas as pd
    3. # pd.read_csv 加载数据
    4. # 同一文件夹下，不需要路径
    5. # csv文件保存为utf格式，以‘,’为分隔。
    6. - pd.read_csv('DataAnalyst.csv')
    7. - pd.read_csv('DataAnalyst.csv',encoding='gbk')
    8. - pd.read_csv('DataAnalyst.csv',encoding='gbk',sep='\t',names=list('abcdefg'))；以\t解析；names更改字段名（列名）
    10. pd.read_csv('DataAnalyst.csv')
    11. df=pd.read_csv('DataAnalyst.csv')
    12. df
    13. df.info()
    15. - df.head()默认切五行；df.head(20)切到19
    16. - df.tail()尾部开始，默认切五行
    17. df.head()
    19. - df.top.astype('str')，top内容变为字符串，但df没变；只有df.top = df.top.astype('str')，df才会彻底改了
    20. df.top = df.top.astype('str')
    21. df.top = df.top.astype('int64')
    23. - 取值：df[['city','bottom']]、df[['bottom','top']]
    24. - 计算：df['avg_2'] = (df.bottom + df.top)/2
    25. - 练练：ix,loc,iloc
    26. df['avg_2'] = (df.bottom + df.top)/2
    27. df.avg_2
    29. - df.query('avg>15')， query过滤查询之后生成一个新数据框
    30. - df.query('avg>15').city
    31. - df.query('avg>15').city == '北京'
    32. - df[df.query('avg>15').city == '北京']   --- No：bool的数组和index不匹配；内部索引和外部不匹配（新数据框和旧数据框索引数量不同）；内部的切片和外部的数据框，两者的index要能完整的对应上
    33. - df[(df.city == '上海') & (df.avg > 15)] --- Yes：合并的布尔数组